Tether kiçik modellər üçün nəzərdə tutulmuş STEM sintez məlumatları dəstini yerləşdirir. 99.45% sualı çıxarmaq olur, düzgün cavab vermə dərəcəsi deyil.

Sentyabrın 23-də Tether AI Research QVAC Genesis III təqdim etdi: 1914,3 milyard Token, təxminən 159,6 milyon sənəd, 19 mühəndislik və texniki fənni əhatə edir; çətinlik səviyyəsi orta məktəbdən peşəkar səviyyəyə qədərdir. Marşrut 2025-ci ilin oktyabrındakı Genesis I və dekabrındakı Genesis II ilə davam edir. Səhv edən tələbənin cavabı düzəliş (korreksiya) kimi yazılır; doğru olan cavablar isə hər bir variantın niyə doğru, niyə səhv olduğunu izah edir. Təlim etdiriləcək model noutbukda, telefonda və yerli serverdə işləyə bilən kiçik model olmalıdır; əsas diqqət tapşırığın həll yolu (izah edilən yol) üzərindədir.

Sıfırdan təlim edilən 1,7 milyard parametrli modeldə seçimlər üzrə məlumatların MMLU STEM-də effektiv cavab vermə dərəcəsi 99.45%-dir. Token miqyası ilə təxminən eyni ölçülü Cosmopedia-v2 ilə tam korpusun uyğunluğu ARC-Easy, ARC-Challenge və MMLU STEM üzrə düzgünlük müvafiq olaraq 51.85, 42.71 və 30.19-dur; yəni 28.57, 21.35 və 15.03 faiz bəndi daha yüksəkdir.

Məlumatlar CC-BY-NC 4.0 altında paylaşılıb, qeyri-kommersiya məqsədlidir. Məqalə COLM 2026-ya qəbul edilib.